模块3：用示例教会 AI
难度：⭐⭐⭐ 进阶 | 建议时长：2-3小时
目标：掌握 Few-shot Prompting，用“示例”而不是“空讲规则”让 AI 更稳定地产出你想要的结果。
3.1 为什么示例比解释更有用
很多时候，AI 不是“听不懂你的要求”，而是“理解方向很多，不知道你最偏好哪一种”。这时最有效的办法不是再解释一遍，而是直接给它看一个你认可的样本。
❌ “写得更专业一点”
→ 专业到什么程度？偏咨询风？偏技术风？偏商务风？
✅ “请参考下面这个例子的语气与结构，再写一版新的：
示例：‘本周项目已完成需求确认、接口联调与冒烟测试，
当前风险主要集中在数据回流延迟，预计周三前完成修复。’”示例的作用，是把“抽象要求”变成“可模仿的具体目标”。
3.2 Few-shot Prompting 是什么
Few-shot Prompting 可以理解为：你先给 AI 几个输入输出样例，再让它照着模式处理新的任务。
| 方式 | 特点 | 适合场景 |
|---|---|---|
| Zero-shot | 只有任务，没有示例 | 简单问答、通用生成 |
| One-shot | 给 1 个示例 | 格式要求明确但不复杂 |
| Few-shot | 给 2-5 个示例 | 分类、改写、抽取、风格模仿 |
当你发现 AI 总是“方向差不多，但味道不对”，就该上示例了。
3.3 好示例的 4 个标准
- 代表性：示例必须能代表你真正想要的结果，不要随手凑一个。
- 一致性：多个示例的风格、粒度、格式尽量统一。
- 覆盖边界：最好既有典型样本，也有边界样本。
- 短而有效：示例要够用，但别塞一大堆无关内容，避免冲淡重点。
3.4 最常用的三类示例
示例 1：格式示例
请把下面的问题整理成标准工单格式。
示例：
输入：登录页一直转圈
输出：
【问题模块】登录
【现象】点击登录后长时间加载无响应
【影响范围】普通用户
【优先级】高
现在请处理：支付页面提交后报错示例 2：风格示例
请参考下面文风写一段产品介绍：
“不是更复杂，而是更顺手；不是参数堆满，而是体验做到位。”
要求：写一段智能音箱介绍，80字以内。示例 3：判断示例
请判断用户反馈属于“功能问题 / 体验问题 / 咨询类”。
示例1：
输入：点了保存没反应
输出：功能问题
示例2：
输入：这个按钮颜色不明显
输出：体验问题
现在判断：会员到期后数据还在吗？3.5 示例越多越好吗？
不一定。示例太多会有三个问题：
- 拉长提示词，浪费上下文
- 示例之间若不一致，会让 AI 更混乱
- 可能让 AI 过度模仿表面形式，反而失去灵活性
实战里一般 2-5 个高质量示例 就够了。
3.6 示例模板
任务： [你要 AI 做什么]
规则： [关键约束]
示例1：
输入： ...
输出： ...
示例2：
输入： ...
输出： ...
现在请处理：
输入： ...3.7 常见错误
- 示例和真实任务不是一类事
- 示例输出质量本身就很一般
- 多个示例标准不统一
- 只给示例，不说规则，导致 AI 只会“照抄皮相”
3.8 适用场景
- 分类任务：情感判断、问题分流、反馈归类
- 格式迁移：把原始输入转成工单、日报、摘要、表格
- 风格模仿：广告语、口播文案、品牌话术、固定文风
- 抽取任务：从评论、文本、日志里抽关键词或字段
3.9 常见误区
- 示例太少但要求很细，AI 只能猜
- 示例风格互相冲突，导致输出摇摆
- 给了示例却没说评价标准，AI 只学到表面格式
- 输入和示例不是同一类任务，迁移效果很差
3.10 课后练习
建议学完后立刻去做练习题集中的 Level 2 / 题目 2.1，把“少样本提示”真正跑一遍。若你需要快速复用模板，可同时打开 速查手册 的“少样本”与“框架速查”部分。
本章小结
✅ 示例的作用：把抽象要求变成具体目标
✅ Few-shot 最适合：分类、抽取、改写、风格模仿
✅ 好示例标准：代表性、一致性、边界覆盖、短而有效
✅ 一般 2-5 个示例足够
✅ 示例 + 规则，效果比只给其一更稳